ModuleStep Osztály
Létrehoz egy Azure Machine Learning-folyamatlépést egy modul adott verziójának futtatásához.
Module az objektumok újrafelhasználható számításokat határoznak meg, például szkripteket vagy végrehajtható fájlokat, amelyeket különböző gépi tanulási forgatókönyvekben és különböző felhasználók használhatnak. Ha egy modul adott verzióját szeretné használni egy folyamatban, hozzon létre egy ModuleStep parancsot. A ModuleStep egy olyan lépés a folyamatban, amely egy meglévőt ModuleVersionhasznál.
A ModuleStep használatának példájáért tekintse meg a jegyzetfüzetet https://aka.ms/pl-modulestep.
Hozzon létre egy Azure ML-folyamatlépést egy modul egy adott verziójának futtatásához.
- Öröklődés
-
ModuleStep
Konstruktor
ModuleStep(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)
Paraméterek
Name | Description |
---|---|
module
|
A lépésben használt modul.
Adja meg a alapértelmezett érték: None
|
version
|
A lépésben használt modul verziója. alapértelmezett érték: None
|
module_version
|
A lépésben használt modul ModuleVersion értéke.
Adja meg a alapértelmezett érték: None
|
inputs_map
|
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset, DatasetConsumptionConfig]]
Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez. alapértelmezett érték: None
|
outputs_map
|
dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset]]
Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez. alapértelmezett érték: None
|
compute_target
|
A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine). alapértelmezett érték: None
|
runconfig
|
Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet. alapértelmezett érték: None
|
runconfig_pipeline_params
|
A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik. Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount' alapértelmezett érték: None
|
arguments
|
A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration alapértelmezett érték: None
|
params
|
Név-érték párok szótára. alapértelmezett érték: None
|
name
|
A lépés neve. alapértelmezett érték: None
|
_workflow_provider
|
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Csak belső használatra.) A munkafolyamat-szolgáltató. alapértelmezett érték: None
|
module
Kötelező
|
A lépésben használt modul.
Adja meg a |
version
Kötelező
|
A lépésben használt modul verziója. |
module_version
Kötelező
|
A lépésben használt modul ModuleVersion értéke.
Adja meg a |
inputs_map
Kötelező
|
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>, DatasetConsumptionConfig]]
Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez. |
outputs_map
Kötelező
|
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>]]
Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez. |
compute_target
Kötelező
|
A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine). |
runconfig
Kötelező
|
Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet. |
runconfig_pipeline_params
Kötelező
|
A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik. Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount' |
arguments
Kötelező
|
A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration |
params
Kötelező
|
Név-érték párok szótára. |
name
Kötelező
|
A lépés neve. |
_wokflow_provider
Kötelező
|
(Csak belső használatra.) A munkafolyamat-szolgáltató. |
Megjegyzések
Az A Module egy Azure Machine Learning-folyamat újrafelhasználható számítási egységének létrehozására és kezelésére szolgál. A ModuleStep az Azure Machine Learning modulhoz használt beépített lépése. Megadhatja, hogy melyik ModuleVersion-t használja, vagy hagyja, hogy az Azure Machine Learning feloldja a használni kívánt ModuleVersion-t a Module osztály megjegyzések szakaszában meghatározott feloldási folyamat alapján. Az elküldött folyamatokban használt ModuleVersion meghatározásához adja meg az alábbiak egyikét a ModuleStep létrehozásakor:
Egy ModuleVersion objektum.
Egy Module objektum és egy verzióérték.
Verzióérték Module nélküli objektum. Ebben az esetben a verziófeloldás a beküldésektől függően változhat.
Meg kell határoznia a ModuleStep bemenetei és kimenetei közötti leképezést a ModuleVersion bemeneteihez és kimeneteihez.
Az alábbi példa bemutatja, hogyan hozhat létre ModuleStep-et több ModuleStep objektumot tartalmazó folyamat részeként:
middle_step = ModuleStep(module=module,
inputs_map= middle_step_input_wiring,
outputs_map= middle_step_output_wiring,
runconfig=RunConfiguration(), compute_target=aml_compute,
arguments = ["--file_num1", first_sum, "--file_num2", first_prod,
"--output_sum", middle_sum, "--output_product", middle_prod])
A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-modulestep.ipynb
Metódusok
create_node |
Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz. Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz. |
create_node
Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz.
Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz.
create_node(graph, default_datastore, context)
Paraméterek
Name | Description |
---|---|
graph
Kötelező
|
A csomópontot hozzáadni kívánt gráfobjektum. |
default_datastore
Kötelező
|
Az alapértelmezett adattár. |
context
Kötelező
|
<xref:azureml.pipeline.core._GraphContext>
A gráfkörnyezet. |
Válaszok
Típus | Description |
---|---|
A csomópontobjektum. |
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: